鲍金龙

视频算法专家

内容简介:

深度学习算法处理的中间数据量都非常庞大，有关分析工具表明，推理引擎的运行时间中，90%的消耗都是在做数据访问。内存总线带宽和cache效率成为了影响引擎的主要因素。本次优化分享将详细介绍针对视频序列的特殊性，在数据排列，数据裁剪，编译优化几个方向上提出的一些改进方法，取得了不错的实战数据。 主要内容： 1. 采用合适的数据排列 2. 设计紧密的计算流水线 3. 数据动态裁剪，纹理复杂度分析和运动补偿 4. 运动估计优化 5. 算子优化和动态算子